авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:   || 2 | 3 |

Методы и программные средства поиска решения на основе аналогий в интеллектуальных системах поддержки принятия решений

-- [ Страница 1 ] --

На правах рукописи

Варшавский Павел Романович

МЕТОДЫ И ПРОГРАММНЫЕ СРЕДСТВА ПОИСКА РЕШЕНИЯ НА ОСНОВЕ АНАЛОГИЙ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Специальность 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

А В Т О Р Е Ф Е Р А Т диссертация на соискание ученой степени кандидата технических наук

Москва – 2005

Работа выполнена на кафедре Прикладной математики Московского энергетического института (Технического университета)

Научный руководитель: лауреат премии Президента РФ

в области образования

доктор технических наук, профессор

Александр Павлович Еремеев

Официальные оппоненты: доктор технических наук, профессор

Игорь Игоревич Дзегеленок

кандидат физико-математических наук, профессор

Геральд Станиславович Плесневич

Ведущая организация: Государственное учреждение «Российский научно-исследовательский институт информационных технологий и систем автоматизированного проектирования» (ГУ РосНИИ ИТ и АП)

Защита состоится «17» июня 2005 г. в 14 час. 00 мин. на заседании диссертационного совета Д 212.157.01 при Московском энергетическом институте (Техническом университете) по адресу: 111250, Москва, Красноказарменная ул., 13 (ауд. М-704).

С диссертацией можно ознакомиться в библиотеке Московского энергетического института (Технического университета).

Отзывы в двух экземплярах, заверенные печатью, просьба направлять по адресу: 111250, Москва, Красноказарменная ул., д.14, Ученый совет МЭИ (ТУ).

Автореферат разослан «12» мая 2005 г.

Ученый секретарь

диссертационного совета Д 212.157.01

кандидат технических наук,

профессор

И.И. Ладыгин

Общая характеристика работы

Актуальность темы исследований. Изучение механизмов, участвующих в процессе построения умозаключений на основе аналогий, является важной задачей, как для психологов, так и для специалистов в области искусственного интеллекта (ИИ). Аналогия может использоваться в различных приложениях ИИ и для решения разнообразных задач, например, для генерации гипотез о незнакомой предметной области, для обобщения некоторого опыта в виде абстрактной схемы или понимания естественного языка (ЕЯ).

Вопросы о природе аналогии, ее формальном определении, правомерности использования вывода на основе аналогий возникли довольно давно. Начиная с первой попытки формализовать понятие аналогии, предпринятой Лейбницем в своем сочинении “Фрагменты логики”, и до настоящего момента не удалось дать исчерпывающего формального определения этому понятию.

Большой интерес к моделям и методам рассуждения на основе аналогий обусловлен тем, что на сегодняшний день весьма актуальна проблема моделирования человеческих рассуждений (рассуждений так называемого «здравого смысла») для повышения эффективности современных компьютерных систем типа интеллектуальных систем (ИС) поддержки принятия решений реального времени (ИСППР РВ).





О важности наличия средств, способных моделировать человеческие рассуждения, в частности, рассуждения на основе аналогий, говорится во многих работах в области ИИ (см., например, работы Д.А. Поспелова, О.И. Ларичева, Э.В. Попова, В.К. Финна, В.Н. Вагина, А.П. Еремеева, О.П. Кузнецова, Г.С. Осипова, И.Б. Фоминых, В.Ф. Хорошевского, Д. Пойя, Д. Мак-Дермотта, Дж. Карбонела, Р. Клинга, Д. Лонга, Д. Плейстида, П. Уинстона и др.).

ИСППР РВ предназначены для помощи лицам, принимающим решения (ЛПР), при управлении сложными объектами и процессами различной природы в реальном масштабе времени при наличии в имеющейся информации (данных и знаниях) различного рода неопределенностей (неполноты, неточности, противоречивости и т.п.), называемых для краткости НЕ-факторами.

Под сложным объектом понимается объект типа энергоблока, имеющий сложную архитектуру с тысячами взаимосвязей, отследить которые в полном объеме достаточно трудно, с большим количеством контролируемых и управляемых параметров, которые изменяются в процессе функционирования объекта, и малым временем на принятие управляющих воздействий. Как правило, такие сложные динамические объекты декомпозируются на технологические подсистемы (например, энергоблок включает в себя такие подсистемы как реактор, первый контур, компенсатор объема и др.) и могут функционировать в различных режимах (в штатном, нештатном и аварийном, когда включаются системы автоматической защиты).

ИСППР РВ принадлежат к классу интегрированных ИС, сочетающих строгие математические методы и модели поиска решения с нестрогими, эвристическими моделями и методами, базирующимися на экспертных знаниях, моделях человеческих рассуждений и накопленном системой опыте.

Применение моделей и методов поиска решения на основе аналогий в ИСППР РВ позволяет ЛПР в реальном масштабе времени при наличии разного рода НЕ-факторов как в исходной информации, получаемой от объекта и среды, так и в экспертных знаниях принимать более адекватные управляющие воздействия на объект в различных нештатных (аномальных) ситуациях.

В настоящее время большинство отечественных и зарубежных средств, использующих рассуждения на основе аналогий, ориентировано на использование в системах понимания ЕЯ, машинного обучения, для выдвижения гипотез о предметной области (например, ДСМ-метод автоматического порождения гипотез) и формирования баз знаний. В тоже время отсутствуют развитые средства поиска решения на основе аналогий для ИСППР РВ. Кроме того, весьма ощутим недостаток отечественных программных средств, сопоставимых с зарубежными системами.

Отметим, что наряду с методами рассуждения на основе аналогий, активно разрабатываются и применяются методы рассуждения на основе прецедентов (опыта). Как и рассуждения на основе аналогий, рассуждения на основе прецедентов базируются на понятии аналогии, однако методы их реализации имеют отличия.

Актуальность исследования обуславливается практической значимостью ИСППР РВ, способных оперировать механизмами поиска решения на основе аналогий и прецедентов.

Объектом исследования являются методы поиска решения (рассуждения) на основе аналогий для ИСППР РВ.

Цель работы. Целью работы является исследование и разработка методов и программных средств поиска решения на основе аналогий и прецедентов, повышающих эффективность и расширяющих интеллектуальные возможности современных компьютерных систем типа ИСППР РВ.

Для достижения указанной цели необходимо решить следующие задачи:

  • исследование методов и моделей поиска решения на основе аналогий и на основе прецедентов;
  • разработка методов поиска решения на основе структурной аналогии для ИСППР РВ;
  • разработка структуры библиотек прецедентов (БП), ориентированной на применение в рамках ИСППР РВ;
  • разработка архитектуры системы поиска решения на основе аналогий и прецедентов;
  • программная реализация системы поиска решения на основе аналогий и прецедентов;
  • использование разработанной системы поиска решения на основе аналогий и прецедентов в составе прототипа ИСППР РВ для оперативно-диспетчерского персонала энергоблока и в других приложениях.

Методы исследования. Поставленные задачи решаются с использованием методов дискретной математики, математической логики, искусственного интеллекта, теории графов, теории алгебраических моделей и методов оценки вычислительной сложности алгоритмов.

Достоверность научных положений. Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования, а также сравнением полученных результатов с результатами, приведенными в научной литературе.

Научная новизна исследования состоит в следующем:

  1. Предложена структура аналогии с учетом контекста, позволяющая более детально уточнить контекст и определить аналогии в различных контекстах.
  2. Предложены методы оценки аналогий с учетом контекста и важности параметров объекта.
  3. Разработан обобщенный алгоритм поиска решения на основе структурной аналогии, учитывающий ограничения на время поиска решения и позволяющий применять различные схемы поиска решения на основе аналогий.
  4. Разработана архитектура системы поиска решения на основе аналогий и прецедентов для ИСППР РВ.

Практическая значимость. Практическая значимость работы заключается в создании программной системы поиска решения на основе аналогий и прецедентов, повышающей эффективность и расширяющей интеллектуальные возможности компьютеров и компьютерных систем на примере ИСППР РВ для мониторинга и управления сложными объектами и процессами.

Практическая значимость работы подтверждается использованием разработанной программной системы в прототипе ИСППР РВ для оперативно- диспетчерского персонала энергоблока и в других приложениях, о чем имеются акты о внедрении.

Реализация результатов. Разработанная система поиска решения на основе аналогий и прецедентов использована в ОАО «ЦНИИКА» в составе прототипа ИСППР РВ для оперативно-диспетчерского персонала энергоблоков, в учебно-научном процессе кафедры Прикладной математики МЭИ (ТУ), что подтверждается соответствующими актами о внедрении.

Результаты работы использованы в НИР, выполняемых в рамках гранта РФФИ проект №02-07-90042 по тематике «Исследование и разработка инструментальных средств создания экспертных систем семиотического типа», гранта для поддержки научно-исследовательской работы аспирантов государственных образовательных учреждений высшего профессионального образования, находящихся в ведении Федерального агентства по образованию, проект №2369040 «Методы и программные средства автоматизации процессов принятия решений и управления на основе аналогий» и в рамках Федеральной целевой научно-технической программы «Исследования и разработки по приоритетным направлениям развития науки и техники» на 2002-2006 годы по теме «Систе­мы мониторинга и поддержки принятия решений на основе аппарата нетрадиционных логик».

Программное инструментальное средство для конструирования библиотек прецедентов и поиска решения на основе прецедентов (КБП) зарегистрировано в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам (свидетельство № 2005610761 от 31.03.2005 г.).

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на пяти научных конференциях аспирантов и студентов «Радиотехника, электроника, энергетика» в МЭИ (ТУ), (г. Москва, 2001 – 2005 гг.), 4-й международной летней школе-семинаре по искусственному интеллекту для студентов и аспирантов (Беларусь, г. Браслав, 2000 г.), «Научных сессиях МИФИ» (г. Москва, 2002 – 2005 гг.), втором международном научно-практическом семинаре «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (г. Коломна, 2003 г.), 9-й национальной конференции по искусственному интеллекту с международным участием КИИ’2004 (г. Тверь, 2004 г.), на Международных форумах информатизации МФИ-2003 и МФИ-2004 (Международные конференции «Информационные средства и технологии») (г. Москва, 2003, 2004 гг.).

Публикации. Основные результаты, полученные при выполнении диссертационной работы, опубликованы в 16 печатных работах.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы (112 наименований) и приложений. Диссертация содержит 157 страниц машинописного текста (без приложений) и 55 страниц приложений.

Содержание работы

Во введении обоснована актуальность темы диссертации, ее научная новизна и практическая значимость, сформулированы цель работы и приведено краткое содержание диссертации по главам.

В первой главе рассматриваются понятия аналогии и рассуждения на основе аналогий. В большинстве энциклопедических источников аналогия определяется как сходство предметов (явлений, процессов) в каких-либо свойствах. Рассуждение на основе аналогий определяется как метод вывода, который позволяет обнаружить подобие между несколькими заданными объектами и, благодаря переносу фактов и знаний, справедливых для одних объектов, на основе этого подобия на другие объекты, определить способ решения задачи или предсказать неизвестные факты и знания.

Формулируется задача поиска решения на основе аналогий, которая, как правило, включает в себя следующие этапы:

  • Поиск подходящего источника для аналогии. Имея целевую проблему (задачу), требуется определить потенциальный источник аналогии, при этом необходимо акцентировать внимание на тех свойствах источника и цели, которые подтверждают правомерность применения аналогии;
  • Уточнение. Определив на предыдущем этапе источник аналогии, необходимо выделить дополнительные свойства и отношения источника аналогии;
  • Отображение и вывод. Осуществляется отображение свойств источника аналогии в целевую область с использованием установленных соответствий и вывода на основе аналогий;
  • Подтверждение. Наличие этого этапа обусловлено необходимостью проверять корректность полученного отображения.

При необходимости возможно включение еще одного этапа – обучения на основе аналогии.

Описываются различные типы аналогии. В зависимости от характера информации, переносимой с одного объекта аналогии на другой, выделяют аналогии свойств и аналогии отношений. В аналогии свойств рассматриваются два единичных объекта (предмета) или два множества (класса) однородных объектов, а переносимыми признаками являются свойства этих объектов. В аналогии отношений рассматриваются отношения между объектами, причем сами объекты могут быть совершенно разными, а переносимыми признаками являются свойства отношений.

По степени достоверности заключений можно выделить три типа аналогии:

  • строгая научная аналогия – применяется в научных исследованиях, математических доказательствах и дает достоверное (истинное) заключение;
  • нестрогая научная аналогия – дает лишь правдоподобное (вероятное) заключение;
  • ненаучная аналогия – дает заключение, достоверность которого очень невелика (зачастую близка к нулю).

Если знания о предметной области представимы в структурированном виде, то имеет место структурная аналогия.

Приводится обзор методов, моделей и систем поиска решения на основе аналогий с точки зрения их организации. Выделяются три типа систем поиска решения на основе аналогий:

  • символьные системы, базирующиеся в значительной степени на символьной парадигме в ИИ;
  • нейросетевые (коннекционистские) системы, основывающиеся на аппарате нейронных сетей и других моделях, заимствованных из биологии;
  • гибридные системы, базирующиеся как на принципах символьных, так и на принципах нейросетевых систем.

В рамках создания гибридных систем поиска решения на основе аналогий подчеркивается актуальность и перспективность исследования и разработки как символьных, так и нейросетевых моделей.

Наряду с методами на основе аналогий рассматриваются методы на основе прецедентов (накопленного опыта). Рассуждения на основе прецедентов, как и рассуждения на основе аналогий, базируются на понятии аналогии, однако методы их реализации различаются.

Прецедент определяется как случай, имевший место ранее и служащий примером или оправданием для последующих случаев подобного рода. Рассуждение на основе прецедентов (CBR – Case-Based Reasoning) является подходом, позволяющим решить новую (неизвестную) задачу, используя или адаптируя решение уже известной задачи. Как правило, методы рассуждения на основе прецедентов включают в себя четыре основных этапа, образующие так называемый CBR-цикл:

  • извлечение наиболее соответствующего (подобного) прецедента (или прецедентов) для сложившейся ситуации из библиотеки прецедентов;
  • повторное использование извлеченного прецедента для попытки решения текущей проблемы (задачи);
  • пересмотр и адаптация в случае необходимости полученного решения в соответствии с текущей проблемой (задачей);
  • сохранение вновь принятого решения как части нового прецедента.

Предлагается использовать перспективную возможность интеграции двух подходов на основе аналогий и на основе прецедентов в рамках ИСППР РВ. В том случае, если поиск решения на основе прецедентов не приводит к необходимому результату в сложившейся ситуации, то привлекается более мощный в плане обнаружения новых фактов (новой информации) метод поиска решения на основе аналогий.

Обосновывается необходимость и важность применения методов поиска решения на основе аналогий и прецедентов в ИСППР РВ.

Формулируются требования, предъявляемые к моделям поиска решения на основе аналогий в рамках ИСППР РВ, основными из которых являются требования, что поиск решения на основе аналогий должен осуществляться с учетом ограничений по времени и при наличии различного рода НЕ-факторов. С учетом сформулированных требований для решения задачи диагностики состояний сложного технического объекта и нахождения необходимых решений (управляющих воздействий) выбраны методы структурной аналогии.

Во второй главе исследуются методы и модели поиска решения на основе структурной аналогии и рассматриваются вопросы, связанные с организацией представления знаний для осуществления поиска решения на основе аналогий.

В качестве формализма для представления знаний выбраны семантические сети (СС). Выбор СС для представления структурной аналогии обусловлен рядом важных достоинств сетей, отличающих их от других моделей представления знаний (например, продукционного типа). Важным преимуществом СС является естественность представления структурированных знаний и достаточно простое их обновление в относительно однородной среде. Последнее свойство особенно важно для ИСППР РВ, ориентированных на открытые и динамические предметные области.

Опр. 1. Семантическая сеть есть графовая структура <V,E> с помеченными вершинами и дугами, где V и E - множества вершин и дуг соответственно. Вершины могут отображать объекты (понятия, события, действия и т.д.) предметной области, а дуги - отношения между объектами.

Структуру СС рассмотрим на примере, взятом из области энергетики – оперативного управления атомным энергоблоком. На рис. 1 представлен метауровень СС (универсальный класс) и фрагмент СС, отображающий ситуацию 1, возникшую в процессе функционирования системы автоматического охлаждения зоны реактора (САОЗ).

 Рис. 1. Фрагмент СС для представления на-0

 Рис. 1. Фрагмент СС для представления на-1

Рис. 1. Фрагмент СС для представления на объекте ситуации

Ситуация 1, представленная на рис. 1, содержит следующую информацию:



Pages:   || 2 | 3 |
 



Похожие работы:







 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.